2026년 10월 12일읽는 데 6분

AI로 유튜브 썸네일 만드는 법 — 모델별로 직접 해봤습니다

같은 브리프를 ChatGPT와 Gemini에 넣고 썸네일 6장을 만들었습니다. 한글은 깨지지 않았지만, 시키지 않은 글자가 들어왔습니다. 채널 맞춤 파이프라인 실행까지, 첫 결과만 전수 기록합니다.

AI 썸네일을 만들 때 제일 먼저 나오는 걱정은 "한글 깨지지 않아?"입니다. 저희도 그게 궁금해서, 남의 후기가 아니라 직접 측정했습니다. 같은 브리프, 같은 프롬프트, 재생성 없이 첫 결과만.

결론부터 말하면, 헤드라인은 6장 전부 완벽했습니다. 문제는 다른 곳 — 시키지 않은 텍스트에 있었습니다.

어떻게 측정했나

브리프는 서로 다른 걸 압박하도록 3개를 골랐습니다. 재테크 "월급 200으로 1억 모은 방법"(이미지 글자 "월 200 → 1억"), 다이어트 "3일 만에 -5kg, 운동 없이"(글자 "운동 없이 -5kg"), 테크 "ChatGPT 새 기능, 이건 진짜 미쳤다"(글자 "진짜 미쳤다"). 숫자와 기호, 받침을 일부러 섞었습니다.

프롬프트는 전 모델 공통으로 이 한 문장이었습니다: "유튜브 썸네일을 만들어줘. 16:9. 영상 제목: {제목}. 이미지에 넣을 글자는 정확히 '{텍스트}' — 다른 글자는 넣지 마. 클릭하고 싶어지는 구도로."

ChatGPT(GPT Image, 웹)와 Google AI Studio의 Gemini. 단, Gemini 풀 모델(Nano Banana 2.1)은 AI Studio에서 유료 API 키를 연결해야 실행할 수 있어서, 무료 티어인 Nano Banana 2 Lite로 측정했습니다. 이 진입 장벽 자체도 결과의 일부입니다.
첫 결과만 채택했습니다. 마음에 들 때까지 다시 뽑으면 모델이 아니라 저희 인내심을 재는 게 됩니다.
실행일은 2026년 10월 12일. 표본이 작으니 벤치마크가 아니라 "직접 써본 기록"으로 읽어 주세요.

결과 1 — 큰 한글은 이제 안 깨진다

6장 전부, 헤드라인이 글자 단위로 정확했습니다. 받침이 겹친 글자도, 숫자와 화살표가 섞인 문구도 멀쩡했습니다. 몇 년 전만 해도 이 테스트는 지어낸 글자들의 전시였을 겁니다. 짧고 큰 한글 텍스트는 두 프론티어 모델 모두에서 해결된 문제에 가깝습니다.

조건은 하나, "짧고 큰" 텍스트라는 것. Gemini가 만든 테크 썸네일의 화면 속 작은 영어 문단은 가까이서 읽으면 뜻을 알 수 없는 가짜 영어였습니다. 큰 글자는 진짜고, 작은 글자는 아직 장식입니다.

실무 규칙: 어떤 도구를 쓰든 헤드라인은 짧고 크게.
작은 글자가 필요한 디자인은 모델에게 맡기지 말고, 뽑은 뒤에 직접 얹으세요.

결과 2 — 시키지 않은 글자가 들어온다

6장 중 3장에서, "다른 글자는 넣지 마"라고 명시했는데도 지시하지 않은 텍스트가 생겼습니다. 깨진 글자가 아니라 그럴듯한 글자라서 더 문제입니다.

ChatGPT 재테크: 급여명세서 소품에 "급여 2,000,000"
Gemini 재테크: 금화 배지에 "1억" 반복, 책 소품에 "기재부"
Gemini 테크: "NEW FEATURE" 헤더와 기능 설명 패널을 통째로 발명

실무에서 위험한 건 이쪽입니다. 뭉개진 글자는 눈에 바로 띄지만, 소품 위의 그럴듯한 단어 하나는 검수를 통과해서 그대로 나갑니다. 어떤 도구를 쓰든, 게시 전에 소품과 배경을 확대해서 확인하세요.

결과 3 — 시간은 비슷, 시작 마찰은 달랐다

생성 시간은 비슷했습니다. ChatGPT 장당 약 20–55초, Gemini Lite 약 25–60초. 차이는 첫 장이 나오기 전이었습니다. ChatGPT는 바로 생성됐고, Gemini는 풀 모델이 API 키 장벽 뒤에 있어서 무료로는 Lite만 돌릴 수 있었습니다. "지금 한 장"이 필요한 크리에이터에게는 ChatGPT 쪽이 매끄러웠습니다.

파이프라인으로 돌리면 뭐가 달라지나

마지막으로 AutoKliq(저희 도구입니다. 그만큼 감안하고 읽어 주세요)에 주제 하나만 넣었습니다. "ChatGPT 새 기능 총정리", 읽을 채널은 실제 크리에이터 채널 하나. 원모델이 프롬프트를 받는 자리에서, 파이프라인은 채널을 받습니다. 모양이 다른 테스트인 건 설계상 당연합니다. 약 8분 반 만에 컨셉 6개가 나왔습니다. 각 컨셉마다 헤드라인과 구도, "왜 먹히는지"의 근거가 붙어 있었습니다.

검수에서 확인된 차이는 세 가지입니다. 첫째, 헤드라인이 제목을 반복하지 않았습니다. 채널의 말투로 쓴 호기심 문구("그거 이제 동료가 합니다")였습니다. 원모델 프롬프트는 이 패키징 규칙을 모릅니다. 둘째, 렌더 6장 전부 글자가 정확했고 시키지 않은 텍스트가 0건이었습니다. 이미지 속 화면은 추상적인 막대로 그려집니다. 검증할 수 없는 텍스트는 아예 그리지 않는 설계이고, 렌더 뒤에는 그려진 글자를 전사해 의도한 헤드라인과 대조하는 단계가 있습니다. 셋째, 얼굴이 그 채널의 실제 크리에이터로 컨셉 내내 일관됐습니다. 원모델들은 레퍼런스가 없으니 모르는 사람을 지어냈고, 그 비대칭 자체가 요점입니다. 파이프라인은 내 채널에서 시작하고, 프롬프트 창은 0에서 시작합니다.

정직하게 단점도 적습니다. 첫 장이 나오기까지는 느립니다. 분석이 먼저라 분 단위가 걸립니다. 그리고 그 아래의 이미지 모델은 원모델들과 같은 급입니다. 파이프라인이 더하는 건 더 좋은 붓이 아니라, 앞의 기획과 뒤의 검증입니다.

그래서, 어떻게 쓰면 되나

원모델을 버릴 이유는 없습니다. 도구가 맡는 단계가 다를 뿐입니다.

급하게 한 장이면 원모델로 충분합니다. 큰 한글도 됩니다. 대신 검수 2분은 예산에 넣으세요. 소품, 배경, 작은 글자를 확대해서 보는 시간입니다.
모델이 친 작은 글자는 절대 그대로 내보내지 마세요. 자잘한 글자는 직접 얹는 겁니다.
영상마다 채널 맞춤 기획(제목과 겹치지 않는 헤드라인, 내 얼굴, 내 스타일)이 필요하고 검수까지 자동화하고 싶다면, 그건 파이프라인형 도구의 일입니다.
어느 쪽이든 안 바뀌는 원칙: 헤드라인은 네 단어 안쪽, 제목과 보완 관계로, 이미지 하나에 아이디어 하나.

이 기록의 한계

브리프 3개, 원모델 2종, 파이프라인 1회, 하루의 기록입니다. 모델은 매달 바뀌니 세부 수치는 날짜 박힌 스냅샷으로, "시키지 않은 텍스트"와 "가짜 작은 글자"라는 실패 양상은 그보다 오래갈 부분으로 읽어 주세요.